Dữ liệu lớn đang thay đổi nền dân chủ như thế nào – Phần cuối


Tốc độ, tính xác thực và đối tượng dễ bị tổn thương

Một trong những đặc điểm xác định dữ liệu lớn hay không chính là tốc độ: dữ liệu thay đổi hoặc dữ liệu mới được tạo ra nhanh đến mức nào. Đối với những người có khả năng tạo và chia sẻ thông tin mà hầu như không mất chi phí về tiền bạc hay thời gian, tốc độ thông tin đến với mọi người là chưa từng có. Một điều quan trọng khác nữa đó là tốc độ mà thông tin được chia sẻ cũng là chưa từng có.

Thí dụ, xem xét bài đăng của một người trên mạng xã hội có lượng kết nối tương đối nhỏ là 100 người. Nếu bài đăng này chỉ được 5 người trong số đó đọc và chia sẻ và 5 người này cũng có lượng kết nối tương tự thì có nghĩa là nội dung chia sẻ ban đầu đã đến với 600 người. Do phần lớn các bài được đăng bằng các thiết bị di động sử dụng mạng Internet di động, thời gian trễ là tương đối ít. Nếu nội dung đăng bài thú vị với nhiều người, sẽ hầu như không có sự chậm trễ nào giữa thời điểm tạo bài viết và thời điểm bài viết được chia sẻ rộng rãi. Theo đúng nghĩa thì hàng trăm người đã tạo và chia sẻ thông tin về cái chết của Osama Bin Laden trước cả khi Tổng thống Hoa Kỳ kết thúc bài bình luận chính thức của mình.

Một thử nghiệm dễ dàng thực hiện được đó là đăng bất kỳ nội dung gì, thậm chí là vô nghĩa, và gắn thẻ bắt đầu bằng dấu thăng (#) với nội dung đang theo xu hướng (top trending). Tùy thuộc vào mức độ phổ biến của dịch vụ truyền thông mà bài đăng trong vòng một giờ có thể có ít nhất 1000 người đọc – mức thông thường là hàng chục nghìn người.

Điều này dường như lột tả được một thế giới mới thú vị nơi mà mọi công dân đều có tiếng nói. Các nội dung được tạo ra và công khai trên Internet theo đúng nghĩa đã mang đến cho hàng triệu người một nền tảng và một đối tượng người xem của mình. Đây có thể là một điều tuyệt vời, kết nối những người sáng tạo, các nhà tư tưởng và những người hành động trên toàn thế giới. Điều này cũng đảm bảo rằng mọi công dân đều có ít nhất một cơ hội để nguyện vọng hoặc lời phàn nàn của mình được lắng nghe bên ngoài những quy trình hành chính tiềm ẩn quan liêu kia.

Tuy nhiên, Internet không phân biệt được nội dung thông tin có chủ ý tốt và những thông tin tuyên truyền độc hại. Hơn nữa, chính sự nhanh chóng trong việc chia sẻ thông tin cũng khiến cho một người tiếp nhận thông tin bình thường khó đánh giá được nội dung nào là tốt. Tính xác thực, một đặc điểm của dữ liệu lớn, thường bị che khuất bởi tốc độ mà thông tin được chia sẻ. Một số trang mạng có nội dung xấu vô hại (tin giả) thu hút được hơn một triệu lượt người đọc chỉ trong vòng vài tuần và các thông tin được lan truyền ngay lập tức trên nhiều mạng xã hội.

Rất dễ nhận ra báo chí có nội dung nghèo nàn hoặc độc hại tại các sạp báo truyền thống. Một tổ chức duy trì được tiêu chuẩn và các cửa hàng bán báo đáng tin cậy luôn là đối tác hỗ trợ truyền thông về sự tin cậy đó cho nhau. Tuy nhiên, vẫn chưa có nỗ lực nào trong việc phối hợp để đối phó với những thông tin không chính xác hoặc độc hại được chia sẻ trên mạng. Các nhà báoo và những người ủng hộ tự do ngôn luận đều lo lắng và mong muốn được trợ giúp từ những công ty lớn như Google hay Facebook. Mặc dù vậy, những công ty này vẫn chưa hoạt động mạnh mẽ trong việc chống lại tin tức giả mạo.

Trước đây, các nhà báo có khả năng chia sẻ thông tin tốt nhằm định hướng chính phủ và xã hội, chủ yếu vì những điều tốt đẹp hơn. Tuy nhiên hiện nay, ai cũng có thể tạo và chia sẻ thông tin với toàn thế giới thông qua kết nối Internet mà không chịu bất cứ ràng buộc về đạo đức nghề nghiệp hay nguyện vọng xã hội nào. Một người tiếp nhận thông tin bình thường không được đào tạo để đánh giá nguồn phát hành tin hay xác minh thông tin, do đó trở nên dễ bị tổn thương trước những thông tin nguy hại được truyền tải với nội một tốc độ giúp che giấu bản chất thật sự của thông tin đó.

Báo chí tự do hiện đại được đặt ở vị trí độc tôn như một lực lượng có kiến thức chuyên ngành, được quản lý tốt và có mức phổ biến tương đối cao ở các quốc gia dân chủ có khả năng xác định và đối phó với các tin tức giả mạo một cách tích cực. Việc xác định và loại bỏ các trò lừa đảo, các tuyên bố sai sự thật không nhất thiết chỉ hạn chế trong phạm vi các sạp báo nhỏ, mà có thể trở thành một phần quen thuộc của hoạt động đưa tin truyền thống nữa.

Bảo vệ công dân

Bài viết này thảo luận tương đối hẹp về các chủ đề khá rộng mà các thể chế dân chủ trong môi trường thông tin hiện đại đang phải đối mặt. Chính phủ nhân đạo nhưng hiệu quả, doanh nghiệp tư nhân đổi mới nhưng có trách nhiệm, cùng với báo chí trung thực và tự do là các trụ cột có tính tương hỗ lẫn nhau trong một nền dân chủ tích cực. Các lực lượng này phải thích ứng với cách mà dữ liệu đang được tạo ra và chia sẻ như hiện giờ.

Chính phủ dân chủ không thể từ chối việc bảo vệ công dân của họ, hay chí ít là những nỗ lực về an ninh, vì sự tham gia tự nguyện trong chia sẻ thông tin ngày nay đang trở thành một phần của cuộc sống thường nhật. Cơ bản nhất, các chính phủ cần sàng lọc các phân tầng chính sách lập pháp và hành pháp nhằm bảo vệ dữ liệu cá nhân và thông tin của công dân. Các chính phủ phải cam kết chủ động bảo vệ công dân của mình trên mạng cũng như cách họ đang làm trong thế giới thực. Hơn nữa, họ cần từ bỏ cách tiếp cận mang tính quân sự đối với an ninh thông tin và cam kết ít nhất cũng có một chính sách nào đó cho phép sự ứng biến kịp thời.

Tất cả điều đó có thể được hiện thực hóa thông qua hợp tác với khu vực tư nhân. Phần lớn các dịch vụ thông tin và Internet đều do các tổ chức thương mại cung cấp. Chủ thể của các ngành dịch vụ này đều đang duy trì thông tin chi tiết về khách hàng của mình. Các tổ chức này có động cơ nhằm bảo vệ doanh thu của họ và đã trải qua những biến cố về xâm phạm cơ sở dữ liệu khách hàng. Nỗ lực của các tổ chức đó nhất thiết phải nhạy bén hơn quy định của luật pháp để có thể giúp nâng cao tiêu chuẩn của các chính phủ. Bên cạnh đó, một môi trường pháp lý cho phép tự do và tạo động lực khuyến khích an ninh dữ liệu chủ động sẽ giúp bảo vệ người dân tốt hơn. Tuy nhiên, cả chính phủ và khu vực tư nhân phải cam kết cùng nhau nỗ lực và duy trì một môi trường như vậy.

Cuối cùng, báo chí cần định vị chính mình để bảo vệ người dân từ những thông tin độc hại được chia sẻ. Các nhà báo trên toàn thế giới đã thực hiện các bước để giảm thiểu những vi phạm về chia sẻ thông tin sai lệch bằng cách ủng hộ việc hành động thông qua các dịch vụ Internet. Với tư cách là các chuyên gia đánh giá và chia sẻ thông tin, họ là những người gỏi nhất có thể xác định và đối phó với tin tức giả mạo được tạo ra. Những biện pháp chủ động nhằm loại bỏ những nội dung như vậy, cùng với nỗ lực trong việc định hướng các dịch vụ Internet, sẽ thực sự là cách mà báo chí tự do có thể bảo vệ người dân trong môi trường thông tin hiện nay.

Biên dịch: Vũ Ngọc Quyên

Nguồn: Venkat Motupalli – How Big Data is Changing the Democracy – Journal of International Affairs, 22/06/2018.

TN 2018 – 87 & 88

Dữ liệu lớn đang thay đổi nền dân chủ như thế nào – Phần II


Tuy nhiên, điều này hầu như đã bỏ qua một lượng lớn dữ liệu cá nhân được các công dân cá thể tạo lập và chia sẻ hàng ngày.

Thụy Điển, quốc gia đầutiên “ban hành đạo luật toàn diện về bảo vệ sự riêng tư của dữ liệu cá nhân trên máy tính”, là một ví dụ. Quốc gia này rõ ràng đã rất chủ động trong việc bảo vệ công dân của mình, đến mức việc bảo vệ thông tin cá nhân còn được ghi nhận trong hiến pháp. Tuy hiên, họ “ít quan tâm đến… việc tự nguyện sử dụng và chia sẻ [dữ liệu]”. Điều này đã bỏ qua một thực trạng về hệ thống dữ liệu khổng lồ và ngày càng mở rộng hơn được chính người dùng tạo ra.

Một công dân Thụy Điển có tín dụng mở ở Hoa Kỳ về mặt kỹ thuật sẽ lựa chọn các tổ chức như Equifax để cung cấp thông tin cá nhân. Tuy vậy, việc làm này là sự lựa chọn mạo hiểm, giữa việc không được quốc gia của họ bảo vệ, hoặc là sẽ mất các thông tin cá nhân nhằm phục vụ việc mở tín dụng ở Hoa Kỳ. Tương tự, một công dân có thể bị nhiễm phần mềm độc hại qua việc tiếp xúc với mạng công cộng – tuy đó chỉ là một lựa chọn mang tính cá nhân nhưng có lẽ lại trong tình trạng cần thiết. Thường thì một công dân bị mất thông tin cá nhân hoặc bị đe dọa do việc chia sẻ thông tin tự nguyện sẽ ít khi có bồi thường pháp lý. Năm 2016, nhiều người sử dụng Facebook đã lo lắng về các dịch vụ truyền thông xã hội sử dụng thông tin định vị để dò tìm các kết nối tiềm năng. Điều này có thể có hoặc không được quy định trong các điều khoản sử dụng, nhưng khách hàng đã rất ngạc nhiên khi bị theo dõi mà không có sự đồng ý của họ.

Sự phổ biến và thậm chí là cần thiết của các phương tiện truyền thông xã hội cũng như các dịch vụ dựa trên Internet đã đặt ra yêu cầu cần phải đánh giá lại các biện pháp bảo vệ công dân. Các chính phủ phải nhận thấy rằng công dân của họ dành một lượng thời gian tương đối lớn trên không gian mạng, tiếp xúc với tất cả rủi ro đã nhắc đến ở trên và chủ động tham gia vào nhiều trong số các rủi ro đó. Cách bào chữa cho hành động cẩu thả hoặc nguy hại một cách đơn giản rằng người dân tự nguyện sử dụng dịch vụ đó là chưa thỏa đáng. Lẽ dĩ nhiên cũng chưa thỏa đáng khi giới hạn sự bảo vệ hay chỉ có một lời tư vấn từ thiện đối với một công dân đang có vấn đề về dữ liệu mà họ vẫn muốn tham gia vào thế giới kỹ thuật số cũng như các cơ hội mà nó mang lại.

Trách nhiệm của các tổ chức thương mại và tư nhân

Ngay cả khi công tác quản lý của các chính phủ xoay quanh việc thiết lập các tiêu chuẩn mang tính toàn cầu và bảo vệ các hoạt động trực tuyến của công dân một cách toàn diện hơn, việc tuân thủ các quy định đó chưa đủ để đảm bảo rằng các công ty tư nhân đang bảo vệ khách hàng của mình. Như đã bàn đến ở trên, chính phủ có thể đi sau và có thể lạc hậu về công nghệ. Yếu điểm này lại càng trở nên trầm trọng hơn bởi thực tế là các công dân đang tạo ra và chia sẻ thông tin ngày càng nhanh hơn và nhiều hơn.

Các tổ chức tư nhân có thể hành động nhanh chóng nhằm bảo vệ doanh thu và khách hàng của mình. Tuy nhiên, họ phải sử dụng khả năng ứng biến đó để chuyển từ việc chỉ lập kế hoạch cho trách nhiệm có thể có sang việc tập trung bảo vệ dữ liệu một cách chủ động. Cuộc tấn công dữ liệu của Target năm 2013 đã xâm phạm hàng triệu hồ sơ khách hàng mặc dù côngty này đã hầu như tuân thủ quy định. Nhóm tấn công đã giành được quyền truy cập bằng cách lợi dụng một nhà cung cấp không có biện pháp bảo vệ thích hợp. Các chuyên gia nghiên cứu xác định rằng hồ sơ bị mất trong cuộc tấn công này sẽ tiếp tục đối mặt với nguy cơ cho đến khi “các thay đổi về công nghệ được thực hiện ngoài việc thanh toán bằng thẻ”. Những đánh giá như vậy cho thấy tính cấp thiết phải chuyển đổi sang việc sử dụng thẻ kích hoạt bằng chip điện tử, một bước tiến tích cực về công nghệ, tuy rằng khách hàng đã có thể được bảo vệ từ trước đó. Việc tuân thủ các quy định của nhà nước đã không giúp xác định được những điểm yếu hệ thống hay việc cần phải thay đổi các thẻ thanh toán.

Bảo vệ công dân trên toàn chuỗi cung ứng dữ liệu là một phần quan trọng trong hoạt động kinh doanh của thế kỷ XXI. Cũng phải hiểu rằng, bảo mật thông tin tại các tổ chức có quy mô lớn là một chức năng cần tính đến chi phí nếu tuân thủ, nhưng cũng nên bắt buộc các tổ chức này phải có sự ứng biến để bảo vệ khách hàng tốt hơn. Các kho dữ liệu cá nhân khổng lồ như truyền thông xã hội và các dịch vụ tìm kiếm thông tin không thể cho dừng việc tuân thủ các quy định có thể đã lạc hậu của các chính phủ đã là đủ nếu các khách hàng của họ có nguy cơ bị tấn công. Tuy nhiên, họ có thể chủ động tham gia với các nhà hoạch định chính sách kỹ thuật số và nỗ lực thúc đẩy sự hợp tác này nhằm hỗ trợ cho sự ứng biến của khu vực tư nhân cũng như các quy định bảo vệ người sử dụng.

Kết nối các tổ chức thông tin trong chính phủ và các ngành công nghiệp

Về cơ bản, các tổ chức thương mại cần nhận thức được rằng tất cả thông tin thu thập từ khách hàng của họ, dù để phục vụ các chương trình khách hàng thân thiết, để thanh toán, hay để đăng tin trên truyền thông xã hội đều được bảo vệ trước hết trong khả năng của họ. Trên cơ sở đó, bất cứ tổ chức nào thu thập thông tin về khách hàng của mình phải ưu tiên bảo vệ dữ liệu và xây dựng các biện pháp bảo vệ dữ liệu trong quy trình tổ chức của mình.

Một phần của việc xây dựng quy trình bền vững nhằm bảo vệ dữ liệu cần có sự tham gia của các cơ quan lập pháp và hành pháp trong chính phủ. Như đã bàn ở trên, các quy định này không chắc sẽ bắt kịp với những rủi ro thực tế trên thị trường tư nhân. Hơn nữa, phân tầng các quy định và nghĩa vụ phải tuân thủ quy định có lẽ không phải một biện pháp hữu hiệu nếu các chính phủ và các xã hội muốn duy trì tốc độ đổi mới và phát triển hiện tại.

Một giải pháp đã được đề cập trên đây đó là tập trung vào việc bảo vệ dữ liệu, cùng với đó là việc đưa các kỹ thuật viên vào đánh giá nỗ lực của các cơ quan lập pháp và hành pháp. Thay vì tạo ra các quy định cứng nhắc và tứ thời sẽ nhanh chóng trở nên lạc hậu, các chính phủ phải tạo ra một tiêu chuẩn về kiến thức chuyên gia để dựa vào đó đánh giá việc tuân thủ của các tổ chức thương mại thông qua các bước hành động duy nhất nhằm bảo vệ dữ liệu. Một tổ chức được đánh giá là tuân thủ quy định nếu các chuyên gia đồng thuận rằng tổ chức này đã nỗ lực hết mình trong việc bảo vệ dữ liệu của họ. Điều này cho phép các tổ chức được tự do thực hiện các sáng kiến ứng biến của mình và thậm chí chia sẻ các kỹ thuật đó. Nếu xảy ra tấn công, các công ty sẽ không được đánh giá dựa trên việc tuân thủ các quy định lỗi thời, mà thay vì đó một chuyên gia sẽ đánh giá dựa trên các biện pháp an ninh chủ động hiện thời của họ.

Lẽ dĩ nhiên, giải pháp này chỉ mô tả một cách ngắn gọn về mối quan hệ hợp tác công-tư phức tạp và luôn biến đổi. Còn tùy thuộc vào lãnh đạo của các ngành có đồng thuận với việc cho phép đánh giá các nỗ lực – và trách nhiệm – an ninh của họ thông qua sự đánh giá chủ quan của các chuyên gia hay không. Có lẽ sẽ không thỏa đáng khi để một ủy ban lập pháp hay hành pháp, gồm các thành viên không phải chuyên gia kỹ thuật, được quyền đưa ra quyết định chỉ dựa vào các báo cáo điều tra. Các chính phủ dân chủ cần phải tuyển chọn và duy trì một số lượng đáng kể các nhân tài kỹ thuật trong các cơ quan pháp lý của mình với tư cách là các trọng tài viên và được thừa nhận rộng rãi trong nhiều ngành công nghiệp khác nhau.

Nỗ lực này sẽ có tác động sâu rộng, đặc biệt trong môi trường công pháp và tư pháp. Có thể sẽ mất nhiều năm để thiết lập và yêu cầu các cam kết trong việc xã hội hóa và duy trì các quy trình trước những thách thức ban đầu. Cũng cần có thời gian để lựa chọn nhân sự có khả năng đánh giá về hoạt động của các tổ chức tham gia vào các cơ quan chính phủ, bởi họ chính là người đưa ra phán quyết cá nhân với trọng lượng khá lớn trong việc đánh giá các tổ chức thương mại này.

Mặc dù vậy, cũng đã có tiền lệ về hợp tác quản lý dữ liệu ngành giữa một chính phủ dân chủ và các tổ chức thương mại. Quan hệ hợp tác này thậm chí còn bao gồm các nhân viên chính phủ với quyền hạn lớn trong việc đánh giá và định hướng hành động của các tổ chức thương mại. PRISM, một chương trình tích xuất thông tin tình báo về cá nhân của Chính phủ Hoa Kỳ, đã sử dụng các đánh giá từ các cơ quan quản lý được thiết lập đặc biệt cùng với sự hợp tác từ các ngành dịch vụ Internet rộng khắp. Chương trình này còn tạo điều kiện cho việc thực hiện một chương trình tương tự tại Vương quốc Anh.

Mặc dù đây là một ví dụ khá mạo hiểm nhưng nó cũng cho thấy tính khả thi của việc quản lý bảo mật dữ liệu cá nhân thông qua đánh giá của chuyên gia và sự hợp tác của các tổ chức tư nhân. Có thể ý tửng này sẽ rộng hơn phạm vi của một chương trình thu thập thông tin tình báo và sẽ liên quan nhiều hơn các tổ chức thương mại, nhưng giải pháp dựa trên ý tưởng này đã được minh chứng.

(còn tiếp)

Biên dịch: Vũ Ngọc Quyên

Nguồn: Venkat Motupalli – How Big Data is Changing the Democracy – Journal of International Affairs, 22/06/2018. TN 2018 – 87 & 88

Dữ liệu lớn đang thay đổi nền dân chủ như thế nào – Phần I


Venkat Motupalli

Tóm tắt

Trong bối cảnh mỗi ngày có một lượng thông tin khổng lồ với những nội dung khác biệt do người dùng tạo ra và lan truyền với tốc độ ngày càng nhanh, thì các thể chế dân chủ phải thích nghi với việc công dân của mình sẽ có tiếng nói hơn cũng như dễ bị tổn thương hơn bao giờ hết. Các chính phủ dân chủ trên thế giới đã phản ứng với những mối đe dọa này bằng cách nhìn nhận chúng như những thách thức quen thuộc về mặt quân sự hay pháp lý cần thực thi. Chính phủ nhân đạo nhưng hiệu quả, doanh nghiệp tư nhân đổi mới nhưng có trách nhiệm, cùng với báo chí trung thực và tự do là các trụ cột có tính tương hỗ lẫn nhau trong một nền dân chủ tích cực. Các lực lượng này phải thích ứng với cách mà dữ liệu đang được tạo ra và chia sẻ như hiện giờ.

Hiện nay mỗi ngày con người lại tạo ra một lượng thông tin khổng lồ với nội dung khác biệt, bất kể tính xác thực. Những thông tin này được lan truyền với tốc độ ngày càng nhanh tới đối tượng người tiếp nhận ngày càng rộng. Thông tin về thói quen của mỗi cá nhân không chỉ được các tổ chức thương mại mà còn cả những đối tượng nguy hại thu thập. Phương thức thu thập, đối chiếu và phân tích dữ liệu ngày càng nhanh và phổ biến hơn. Các thể chế dân chủ phải thích nghi với việc công dân của mình sẽ có tiếng nói hơn cũng như dễ bị tổn thương hơn bao giờ hết. Điều này đồng nghĩa với việc nhiều tổ chức cần điều chỉnh hành vi của mình.

Các chính phủ cần đánh giá và quản lý môi trường mà họ không còn là người nắm thông tin nhiều nhất về các cá nhân nữa. Các tổ chức thương mại phải chịu một số trách nhiệm ràng buộc về những dữ liệu và thông tin họ thu thập cũng như việc sử dụng chúng cho mục đích nào. Báo chí phải thích nghi với một mô hình chia sẻ thông tin mới và phải hành động để bảo vệ độc giả của mình. Tất cả những điều này phải được thực hiện một cách đồng điệu, trong một môi trường hợp tác công-tư giúp bảo vệ tự do cá nhân, tính toàn vẹn về tổ chức cũng như nguồn thu cho các bên tư nhân.

Dữ liệu và chính phủ dân chủ

Đối với các chính phủ, quản lý dữ liệu thường phụ thuộc vào việc điều hành công nghệ thông tin lớn hơn. Trong nhiều trường hợp, các chính phủ nhận thấy nhu cầu đối với quản lý công nghệ phối hợp vào những năm 1990, bắt đầu đưa vào áp dụng đầu những năm 2000 và phần lớn hoàn tất vào những năm 2010. Trong suốt thời gian dài triển khai như vậy, các cấu trúc dịch vụ được nhận diện và xây dựng vào cuối những năm 1990 và đầu những năm 2000 đã trở nên bất cập trong một thế giới dựa vào công nghệ đám mây và di động. Các cơ quan công nghệ thông tin (IT) của chính phủ hùng mạnh và ít thay đổi, được thiết kế cho việc quản lý cơ học tập trung vào những năm 2000, giờ đua nhau điều chỉnh dịch vụ để kịp thời phục vụ các đối tượng khách hàng của mình.

Thời báo Seattle gần đây đưa tin về báo cáo của một kiểm toán viên, trong đó chỉ trích cơ quan công nghệ của tiểu bang Washington về việc cung cấp dịch vụ kém chất lượng và hoạt động thua lỗ. Tuy nhiên, cơ quan này bị cản trở bởi một trung tâm dữ liệu trị giá 300 triệu USD được tiểu bang này xây dựng vào năm 2009. Dữ liệu thông tin của tiểu bang cùng với các dịch vụ công nghệ khác do đó bị mắc kẹt trong một hiện vật khổng lồ. Đây không phải là một ví dụ đơn lẻ ở Hoa Kỳ hay bất cứ đâu trong thế giới dân chủ nói chung.

Các tổ chức ủng hộ nền dân chủ thường rất cồng kềnh. Việc thay đổi thể chế và các quy trình tổ chức mất nhiều thời gian. Thường là quá lâu. Công nghệ và thậm chí tâm lý cộng đồng sẽ khác đi trước khi có sự thay đổi nào đó. Một vấn đề hoặc một mối đe dọa đòi hỏi sự chú ý của dư luận có thể không còn nữa, nhưng chúng lại đặt ra các yêu cầu mới. Một báo cáo thú vị trong kỷ yếu hội thảo của Viện Hải quân Hoa Kỳ vào tháng 7 năm 1992 cho thấy việc “một thiểu số định hướng một đa số cho đến khi tạo ra tâm lý cộng đồng để buộc phải có sự thay đổi” thường lâu đến mức nào. Viện này cũng đề cập việc sử dụng các xưởng đóng tàu thời chiến để làm các cơ sở sản xuất công nghiệp – một thách thức đòi hỏi các cơ quan chính phủ chủ chốt phải tư duy ứng biến hơn trong các quy trình công nghệ của mình.

Điều này thể hiện rõ nhất trong chính quyền các thành phố và chính phủ các quốc gia có nền dân chủ đã được hình thành tương đối. Các cơ quan lập pháp được bầu ra cùng bộ máy viên chức có nhiệm vụ được xác định rõ, giống như hầu hết các nền dân chủ, thường có xu hướng lo ngại rủi ro đối với những gì họ đạt được và cách họ chỉ đạo việc sử dụng chúng. Chỉ đạo sự thay đổi trong một nền dân chủ sẽ tạo ra rủi ro đối với mọi cá nhân quản lý nền dân chủ đó. Các viên chức chuyên nghiệp làm việc trong môi trường dân chủ thường không quên hoặc không cảm thấy thoải mái với các quy trình, cách giáo dục, hay công nghệ cho phép việc chia sẻ và bảo mật dữ liệu hiệu quả. Do đó họ sẽ thay đổi rất chậm khi phải thực hiện hoặc chỉ đạo thực hiện các quy trình này. Quỹ Công nghệ thông tin và Đổi mới đã mô tả môi trường chính sách bảo thủ và chậm chạp này trong một báo cáo năm 2016 về việc ủng hộ việc cải tiến các hạ tầng kỹ thuật số. Họ cảnh báo rằng “các chính sách lỗi thời và tốn kém được thiết kế cho cơ sở hạ tầng của thế kỷ XX” đang tạo ra rủi ro cho các chính sách hiện đại và hiệu quả.

Những yếu điểm và những trách nhiệm mới

Mặc dù vậy, sự chậm chạp này là không thể chấp nhận được trong môi trường hiện nay. Báo cáo trên cũng cảnh báo về số lượng các lượt tấn công trên hệ thống điều khiển giám sát và thu thập dữ liệu (SCADA) đã tăng từ 90 nghìn lượt năm 2012 lên 675 nghìn lượt năm 2014. Đây là hệ thống thu thập và giám sát các quy trình công nghiệp giống như điều hòa không khí, sản xuất và truyền dẫn điện, quản lý nước thải. Theo Security Week, năm 2016, kẻ tấn công đã chiếm giữ một công ty cấp nước của Hoa Kỳ và giành quyền kiểm soát dòng chảy hóa chất độc hại. Một nhóm tấn công khác lại kiểm soát hệ thống vận chuyển của San Francisco. Trong năm nay, nhóm tấn công nặc danh đã phát hành chương trình phần mềm độc hại nhăm vào các quốc gia Trung Đông và châu Âu. Chương trình phần mềm này không chỉ xóa sạch các hệ thống mà còn cho phép nhóm tin tặc truy cập cũng như sử dụng thông tin cho “mục đích gián điệp nhằm chống lại một số chưa xác định các mục tiêu”. Cuộc tấn công Equifax năm 2017 đã xâm phạm và phát tán thông tin cá nhân của hàng triệu người tại ít nhất ba quốc gia.

Hầu hết thông tin trước đây được giữ trong ví và các két an toàn giờ đây đã được số hóa và dữ liệu thông tin dạng này tăng lên mỗi ngày. Đây là điều tốt. Ngày càng nhiều người có thể tiếp cận tốt hơn với giáo dục, ngân hàng, các dịch vụ pháp lý và xác minh danh tính. Tuy nhiên, môi trường pháp lý hiện nay thiếu một cam kết toàn cầu về các tiêu chuẩn thu thập và bảo mật thông tin. Đáng chú ý là đã có một loạt các hành động, hướng dẫn và thỏa thuận giữa hàng chục quốc gia trong việc cố gắng giải quyết vấn đề liên quan đến dữ liệu có quy mô lớn và có thể chia sẻ được về công dân của mình. Mặc dù hầu hết các quốc gia đều đồng ý rằng thông tin cá nhân cần được bảo mật nhưng rất ít đồng thuận về việc làm thế nào và ai là người sẽ gánh trách nhiệm này.

Chính phủ số hóa đầu tiên của Estonia được biết đến rộng rãi như một điển hình trong việc cung cấp dịch vụ tới công dân trong thế giới hiện đại. Tuy vậy, chính Estonia cũng là nạn nhân của Chiến tranh Mạng Lần thứ nhất (Web War 1) và buộc phải nhanh chóng củng cố lại an ninh và liên minh của mình sau cuộc tấn công mạng hàng loạt năm 2007. Các chính phủ dân chủ trên thế giới đã phản ứng với những mối đe dọa này bằng cách nhìn nhận chúng như những thách thức quen thuộc về mặt quân sự hay pháp lý cần thực thi. Các cuộc tấn công vào Estonia đã đưa đến việc thành lập Trung tâm Hợp tác phòng thủ mạng của NATO(NATO’s Cooperative Cyber Defence Centre of Excellence). Tương tự, nhiều chính phủ đã thực hiện các quân lệnh mạng, hoặc các cơ cấu quân sự khác, nhằm hỗ trợ “chiến tranh”. Chiến tranh mạng tuy không rõ hình thù nhưng là điều gì đó mà các nhà lập pháp ít nhất cũng có thể khái niệm hóa được. Có kẻ tấn công, có kẻ phòng vệ và có các pháo đài.

(còn tiếp)

Biên dịch: Vũ Ngọc Quyên

Nguồn: Venkat Motupalli – How Big Data is Changing the Democracy – Journal of International Affairs, 22/06/2018.

TN 2018 – 87 & 88

Bài toán bữa tiệc cocktail – Phần cuối


Tony và tôi cũng đã chỉ ra rằng khi phân tích thành phần độc lập được áp dụng cho các âm thanh tự nhiên, các thành phần độc lập là những bộ lọc theo thời gian với nhiều tần số và thời lượng khác nhau, tương tự với các bộ lọc tìm thấy trong những giai đoạn đầu của hệ thống thính giác. Nó cho chúng tôi cảm giác tự tin rằng chúng tôi đang đi đúng đường để tìm hiểu những nguyên lý cơ bản về cách thức các tín hiệu cảm giác được thể hiện trong những giai đoạn xử lý đầu tiên của vùng vỏ não thị giác. Bằng cách mở rộng nguyên lý này ra những không gian con có tính năng độc lập của các bộ lọc tuyến tính, nó có thể mô phỏng các tế bào phức tạp trong vùng vỏ não thị giác.

Mạng ICA có số lượng các đơn vị đầu vào và đầu ra ngang bằng nhau và một tập hợp trong số kết nối đầy đủ giữa chúng. Để giải quyết bài toán tách nguồn mù, âm thanh từ các microphone được phát qua tầng đầu vào, một đơn vị đầu vào cho mỗi microphone, và thuật toán học tập ICA, tương tự như thuật toán perceptron, sửa đổi lặp lại các trọng số của tầng đầu vào cho đến khi nó hội tụ. Nhưng không giống như perceptron là một thuật toán học có giám sát, phân tích thành phần độc lập không có giám sát dùng để đo lường sự độc lập giữa các đơn vị đầu ra như một hàm chi phí (cost function); nó không biết mục tiêu đầu ra là gì. Khi các trọng số được thay đổi để giúp các đầu ra độc lập hết sức có thể, những nguồn âm thanh gốc trở nên tách rời một cách hoàn hảo, hoặc là được “giải – tương quan” (decorrelated) càng nhiều càng tốt nếu nó không độc lập. Thuật toán học không giám sát có thể khám phá ra cấu trúc thống kê trước đó chưa được biết đến trong nhiều loại tập dữ liệu khác nhau.

Các thành phần độc lập trong não bộ

Thuật toán ICA thông tin của Tony Bell khởi đầu cho một chuỗi những khoảnh khắc “aha”, khi như những người khác trong phòng thí nghiệm của tôi bắt đầu ứng dụng nó vào nhiều loại thu âm khác nhau từ bộ não. Những tín hiệu đầu tiên từ bộ não đã được Hans Berger ghi lại từ da đầu vào năm 1924 được gọi là “điện não đồ – EEG”. Các nhà khoa học thần kinh đã sử dụng những tín hiệu phức tạp, dao động này để lắng nghe tín hiệu của các trạng thái não luôn thay đổi theo sự tỉnh táo của chúng ta và các tương tác vận động cảm giác. Tín hiệu điện tử ở một điện cực trên da đầu nhận được nhiều đầu vào với các nguồn khác nhau từ vỏ não cũng như cơ bắp và tạo tác của chuyển động mắt. Mỗi điện cực trên da đầu nhận được một hỗn hợp các tín hiệu từ một nhóm các nguồn giống nhau trong não bộ, nhưng với nhiều biên độ khác nhau, vấn đề chính thức giống hệt như bài toán bữa tiệc cocktail.

Scott Makeig, một nhân viên khoa học ở phòng thí nghiệm của tôi tại Viện Salk trong những năm 1990, đã sử dụng ICA để trích xuất hàng tá nguồn lưỡng cực trong vỏ não và thời lợng của nó trong các bản ghi EEG (Hình 6.4). Lưỡng cực là một trong những kiểu mẫu cơ bản nhất mà một nguồn não có thể có, mẫu đơn giản nhất là mẫu đồng dạng trên da đầu, được tạo ra bởi một điểm tích điện tĩnh, và mẫu đơn giản thứ hai là mẫu lưỡng cực như một mũi tên. Bề mặt của da đầu là hướng dương của đầu mũi tên và hướng âm là đuôi của nó; kiểu mẫu bao phủ toàn bộ phần đầu, đó là lý do tại sao rất khó để phân tách các nguồn của bộ não được kích hoạt cùng một lúc. Hai nguồn được trích xuất từ EEG, IC2 và IC3 xấp xỉ các nguồn lưỡng cực trong Hình 6.4. Phân tích thành phần độc lập cũng phân tách các tạo tác, chẳng hạn như chuyển động của mắt và nhiễu điện cực (electrode noise), cái mà sau này có thể được trừ đi với độ chính xác cao (IC1 và IC4 trong Hình 6.4). Hàng ngàn bản nghiên cứu được xuất bản đã sử dụng ICA để phân tích những bản ghi EEG và nhiều khám phá quan trọng đã sử dụng ICA đê phân tích một loạt các trạng thái não bộ.

Hình 6.4: Phân tích thành phần độc lập được áp dụng vào bản ghi của điện não đồ (EEG) từ da đầu. Bản đồ da đầu được nhìn từ trên xuống (mũi hướng lên) với những điện cực nằm ở chấm đen và những bản đồ màu sắc của điện áp theo microvolt (ᶙV) tại cùng một thời điểm. Sự bất ổn của các tín hiệu EEG được mô phỏng từ năm kênh da đầu mô tả ở bảng bên trái, bị nhiễm các tạo tác của những lần chớp mắt và tín hiệu cơ. ICA chia tách các thành phần não bộ từ những tạo tác, được mô tả như bảng bên phải (IC là từ viết tắt của “thành phần độc lập”). IC1 là một cái chớp mắt dựa trên thời lượng chậm và bản đồ da đầu, thành phần có giá trị cao nhất, IC4 là một tạo tác cơ dựa trên âm thanh có biên độ và tần số cao và là nguồn được khoanh vùng trong bản đồ da dầu. IC2 và IC3 là những nguồn não, được mô tả bởi kiểu mẫu lưỡng cực trên da đầu, so sánh với kiểu mẫu phức tạp hơn trên da đầu từ những bản ghi của EEG như được mô tả trên bản đồ da đầu ở bảng bên trái.

Martin McKeown, một nghiên cứu sinh sau tiến sĩ trong phòng thí nghiệm của tôi, với nền tảng về thần kinh học, đã xác định được cách để lật không gian và thời gian để áp dụng phân tích thành phần độc lập vào những bản ghi hình ảnh cộng hưởng từ chức năng (Hình 6.5). Hình ảnh bộ não qua fMRI đo lường được mức độ oxy hóa trong máu, thông số liên kết gián tiếp với hoạt động thần kinh, tại hàng chục nghìn vị trí trong não. Trong Hình 6.5, các nguồn ICA là những vùng não bộ có thời lượng chung nhưng lại độc lập về không gian với những nguồn khác. Sự rời rạc trong miền không gian có nghĩa là ở bất kỳ thời điểm nào, chỉ có một vài vùng não bộ là cực kỳ năng động.

Hình 6.5: Phân tích thành phần độc lập áp dụng với dữ liệu hình ảnh cộng hưởng từ chức năng (fMRI). Một thành phần bao gồm bản đồ hoạt động của não bộ và thời gian hoạt động. Điều này minh họa cho một số loại thành phần. Nhiệm vụ thể hiện một kích thích thị giác trong 5 giây, nó được chọn bởi các thành phần liên quan đến nhiệm vụ liên kết. Thời gian duy trì của tín hiệu trong các hộp khoảng một phút và nhiệm vụ lặp lại bốn lần, như trong bảng (a). Những thành phần khác chọn các tạo tác, chẳng hạn như chuyển động của đầu.

Bởi vì việc phân tích các thành phần độc lập không được giám sát, nó có thể tiết lộ mạng lưới các khu vực não bộ làm việc cùng với nhau, điều vượt xa khỏi những kỹ thuật được giám sát, cố gắng để liên kết hoạt động trong một khu vực với một kích thích cảm giác hoặc phản hồi chuyển động. Ví dụ, ICA đã được sử dụng để khám phá ra nhiều trạng thái nghỉ ngơi trong các bản ghi fMRI từ các vật thể chỉ đơn giản được yêu cầu là đứng yên và nghỉ ngơi trong máy quét. Chúng tôi hiện vẫn không hiểu được những trạng thái nghỉ ngơi đó có nghĩa là gì, nhưng nó có thể mô phỏng sự kết hợp của nhiều khu vực não bộ chịu trách nhiệm cho những gì xảy ra trong não khi chúng ta mơ mộng, có một mối quan tâm dai dẳng trong tâm trí, hoặc lên kế hoạch cho bữa tối.

Nguyên tắc của sự độc lập tối đa có liên quan đến những nguyên tắc của mã hóa rời rạc. Mặc dù ICA khám phá ra nhiều thành phần độc lập, chỉ một vài trong số chúng cần thiết để tái xây dựng một mảnh ghép cho trước của một hình ảnh tự nhiên. Nguyên tắc này cũng áp dụng cho vùng vỏ não thị giác, vùng có số lượng tế bào nhiều gấp hàng trăm lần so với các đầu vào từ võng mạc. Mỗi võng mạc của chúng ta có một triệu tế bào hạch, và có 100 triệu neuron trong vùng vỏ não thị giác sơ cấp, vùng đầu tiên trong số rất nhiều tầng của hệ thống phân cấp thị giác trong vỏ não. Mã hóa nhỏ gọn của những tín hiệu thị giác trong võng mạc được mở rộng trong vỏ não tới một mật mã mới được phân bố mạnh và có độ rời rạc cao. Việc mở rộng ra một không gian có kích thước lớn hơn được khai thác trong các lược đồ mã hóa khác, bao gồm trong vùng vỏ não thính giác và vỏ não khứu giác, và một loại thuật toán mới được gọi là “thuật toán cảm biến nén” đã khái quát hóa nguyên tắc của sự rời rạc để cải thiện tính hiệu quả của việc lưu trữ và phân tích các tập hợp dữ liệu đơn giản.

Vượt ra ngoài phân tích thành phần độc lập

Câu chuyện ICA thể hiện sự quan trọng của kỹ thuật trong những khám phá khoa học mới. Khi nhắc đến kỹ thuật, chúng ta thường nghĩ đến những công việc như đo lường các thiết bị như kính hiển vi và bộ khuếch đại. Nhưng thuật toán cũng là kỹ thuật, nó cho phép tìm ra những khám phá mới bằng dữ liệu từ các công cụ cũ. Những bản ghi EEG đã tồn tại trong gần 100 năm, nhưng không có sự phân tích cách thành phần độc lập thì nó không thể chỉ ra các nguồn não cơ bản. Bản thân bộ não là hệ thống như thuật toán lồng vào nhau, và tôi sẽ không ngạc nhiên nếu trong một vài phần của bản chất bộ não, chúng ta khám phá ra được cách để triển khai ICA.

Trong suốt những năm 1990, đã có rất nhiều tiến bộ trong việc phát triển những thuật toán học tập mới cho các mạng neuron nhân tạo, nhiều thuật toán trong số đó, chẳng hạn như ICA, giờ đây là một phần của bộ công cụ toán học trong học máy. Những thuật toán này gắn liền với các thiết bị thông thường được sử dụng nhiều, không có cái nào trong số chúng nói rằng có “mạng thần kinh bên trong”. Lấy tai nghe hoặc điện thoại di động làm ví dụ. Te-Won Lee và Tzyy-Ping Jung, hai cựu nghiên cứu sinh sau tiến sĩ ở phòng thí nghiệm của tôi đã khởi nghiệp với một công ty có tên là “SoftMax”, sử dụng ICA với hai microphone trong một bộ tai nghe bluetooth để loại bỏ tiếng ồn nền, giúp cho một người có thể nghe người khác nói chuyện trong một nhà hàng ồn ào hoặc tại một sự kiện thể thao. Năm 2007, SoftMax được Qualcomm mua lại, công ty này đã thiết kế những con chip được sử dụng trong rất nhiều điện thoại di động, và ngày nay các giải pháp như ICA được nhúng vào một tỷ điện thoại cá nhân. Nếu bạn có được một xu cho mỗi điện thoại di động có vận hành ICA, giờ đây bạn có thể trở thành một tỷ phú.

Tony Bell đã dành nhiều năm quan tâm tới một bài toán thậm chí còn khó hơn. Là con người, chúng ta có rất nhiều mạng lưới bên trong, nơi mà thông tin xuất hiện từ cấp độ mạng này sang cấp độ khác, từ những phân tử tới khớp thần kinh, từ neuron đến quần thể neuron, và tạo nên các quyết định, tất cả được giải thích bởi các định luật vật lý và hóa sinh. Nhưng chúng ta có cảm tưởng rằng chúng ta, không phải vật lý hay hóa sinh, mới có quyền kiểm soát. Cách thức hoạt động bên trong xuất hiện ở quần thể thần kinh trong não bộ dẫn tới việc đưa ra các quyết định của chúng ta, ví dụ như đọc sách hoặc chơi quần vợt vẫn còn là một bí ẩn. Được thực hiện tốt dưới mức nhận thức, những quyết định như vậy bằng cách nào đó đã xuất hiện nhờ sự tương tác giữa các neuron qua các khớp thần kinh được tạo bởi những cơ chế phân tử. Nhưng từ góc nhìn của loài người, chính những quyết định của chúng ta đã tạo nên tất cả các sự kiện xảy ra trong não bộ: hướng nội, quan hệ nhân quả dường như hoạt động theo hướng ngược lại với vật lý và hóa sinh. Câu hỏi làm thế nào để tương thích hai quan điểm này vẫn là một vấn đề khoa học hóc búa.

TH: T.Giang – CSCI

Nguồn tham khảo: Terrence J. Sejnowski – Cuộc cách mạng học sâu – NXB CT 2019.

Bài toán bữa tiệc cocktail – Phần I


Một bữa tiệc cocktail đông vui đầy tiếng ồn từ những người đang nói chuyện xung quanh sẽ khiến bạn khó nghe được những gì người đối diện đang nói. Đôi tai giúp bạn định hướng đúng vị trí âm thanh, và bộ nhớ của bạn có thể lấp đầy các đoạn hội thoại bị thiếu. Bây giờ, hãy tưởng tượng một bữa tiệc cocktail với 100 người trong một căn phòng và 100 chiếc microphone để rải rác xung quanh không theo hướng xác định, mỗi cái thu lại âm thanh từ mọi người với những tỷ lệ biên độ khác nhau của mỗi người cho mỗi chiếc microphone. Có thể phát triển một thuật toán tách riêng các giọng nói thành những kênh đầu ra riêng biệt không? Có thể còn khó khăn hơn nếu giả sử các nguồn âm thanh là không xác định được – chẳng hạn như âm nhạc, tiếng vỗ tay, âm thanh tự nhiên, hoặc thậm chí là tiếng ồn ngẫu nhiên. Đây được gọi là “bài toán tách nguồn mù” (blind source separation problem) (Hình 6.1).

Hình 6.1: Tách nguồn mù. Kyle và Stan đang nói chuyện cùng một lúc trong một căn phòng với hai microphone. Mỗi microphone thu tín hiệu từ những người đang nói chuyện và phản âm từ các bức tường trong căn phòng. Thử thách là tách hai giọng nói từ mỗi người mà không biết thông tin gì về các tín hiệu. Phân tích thành phần độc lập (independent component analysis – ICA) là một thuật toán học tập giải quyết các vấn đề mà không có bất kỳ thông tin gì về nguồn.

Năm 1986, Hội nghị AIP, tiền thân của hội nghị NIPS, tổ chức từ ngày 13 đến 16 tháng 4 tại Trung tâm Mạng neuron tính toán ở Snowbird, Utah, có một tấm áp phích với tiêu đề “Xử lý tín hiệu thích ứng thời gian hoặc không gian bằng các mô hình mạng neuron”. Tác giả của nó, Jeanny Herault và Christian Jutten, đã sử dụng một thuật toán học tập để tách mù các hỗn hợp sóng hình sin (chỉ đơn thuần là tần số) được truyền đến một mô hình mạng neuron; họ hướng tới một loại thuật toán học không giám sát mới. Mặc dù nó không được biết đến nhiều ở thời điểm đó và cũng không ai biết liệu có hay không một giải pháp chung có thể tách mù các tín hiệu khác, nhưng một thập kỷ sau, Anthony Bell và tôi đã tìm ra được một thuật toán có thể giải quyết được vấn đề chung.

Phân tích thành phần độc lập

Perceptron là mạng lưới thần kinh một neuron. Cấu trúc mạng lưới đơn giản nhất tiếp theo có nhiều hơn một neuron trong tầng đầu ra; với mỗi neuron đầu vào kết nối với một neuron tầng đầu ra, chuyển đổi các kiểu mẫu trên tầng đầu vào thành các kiểu mẫu trên tầng đầu ra. Mạng này không chỉ phân loại được các nguồn đầu vào mà còn có thể học cách thực hiện việc tách nguồn mù.

Năm 1986, một thực tập sinh mùa hè tại Viện Công nghệ Liên bang Thụy Sĩ ở Zurich (Swiss Federal Institute of Technology – ETH), Tony Bell (Hình 6.2) đã sớm chuyển sang nghiên cứu  mạng neuron. Ông tới Đại học Geneva để nghe bốn cuộc thảo luận từ những người tiên phong trong lĩnh vực mạng neuron. Năm 1993, sau khi hoàn thành chương trình tiến sĩ tại Đại học Brussels, ông chuyển tới La Jolla để làm việc trong phòng thí nghiệm của tôi với tư cách là một nghiên cứu sinh sau tiến sĩ.

Hình 6.2: Anthony Bell suy nghĩ một cách độc lập trong khoảng năm 1995 khi anh nghiên cứu về phân tích thành phần độc lập. Các chuyên gia biết nhiều phương pháp không thành công, nhưng thường thì những người mới nhìn vào vấn đề lần đầu tiên sẽ có một cách tiếp cận mới và giải quyết nó. Tony và tôi khám phá ra một thuật toán lặp (iterative algorithm) để giải quyết bài toán phân tách nguồn mù. Thuật toán này ngày nay đã có mặt trong các cuốn sách giáo khoa kỹ thuật, và nó có hàng nghìn ứng dụng thực tế.

“Nguyên tắc học tập thông tin chung” tối đa dòng thông tin qua một mạng lưới. Tony tìm hiểu về việc truyền tín hiệu trong sợi nhánh – các đoạn dây cáp dài và mảnh mà neuron của não bộ sử dụng để thu thập thông tin từ hàng nghìn khớp thần kinh dính vào nhánh đó. Trực giác của ông nói rằng có thể tối đa hóa lượng thông tin đi qua các nhánh bằng cách thay đổi mật độ những kênh ion trong các nhánh. Để đơn giản hóa vấn đề (bỏ qua các nhánh), Tony và tôi tìm thấy một thuật toán học tập về lý thuyết thông tin, chúng tôi gọi nó là “phân tích thành phần độc lập” (ICA) dùng để giải quyết bài toán phân tách nguồn mù (Hộp 6.1).

Phân tích thành phần độc lập đã được sử dụng cho hàng nghìn ứng dụng thực tế và ngày nay đã có mặt trong các cuốn sách về xử lý tín hiệu. Khi áp dụng cho các mảnh nhỏ từ những hình ảnh tự nhiên của khung cảnh ngoài trời, các nguồn độc lập của ICA được khoanh vùng lại, định hướng các bộ lọc biên (Hình 6.3), tương tự với những tế bào đơn giản trong vỏ não thị giác của mèo và khỉ. ICA chỉ cần một vài trong số rất nhiều nguồn để xây ựng lại một mảnh ghép của hình ảnh, sự tái hiện này được gọi theo ngôn ngữ toán học là “rời rạc” (sparse).

Hộp 6.1 Nguyên lý hoạt động của phân tích thành phần độc lập  
Hình ảnh này không có thuộc tính alt; tên tập tin này là hinh-box-6.1-2.png
So sánh giữa phân tích thành phần chính (principal component analysis – PCA) và phân tích thành phần độc lập (ICA). Các đầu vào từ hai microphone trong Hình 6.1 được vẽ trên trục dọc và trục ngang như trong hình. Tọa độ mỗi điểm là giá trị của nó tại một thời điểm nhất định. PCA là một kỹ thuật học không giám sát phổ biến trong đó chọn ra một hướng chia đôi các điểm, kết hợp chúng một cách tối đa, và các trục của PCA luôn luôn vuông góc với nhau. ICA thấy rằng các trục chạy dọc theo hướng của điểm chấm, thể hiện các tín hiệu tách rời có thể không vuông góc với nhau.

Hình 6.3: Bộ lọc phân tích thành phần độc lập bắt nguồn từ những hình ảnh tự nhiên. Những mảnh nhỏ (12×12 pixel) của hình ảnh khung cảnh tự nhiên trong bảng bên trái được sử dụng như là những nguồn đầu vào cho mạng ICA với 144 đơn vị đầu ra. Những thành phần độc lập thu được trong bảng bên phải giống như các tế bào được tìm thấy trong vùng vỏ não thị giác chính. Nó được khoanh vùng và định hướng với những vùng dương (màu trắng) và vùng âm (màu đen), nơi màu xám bằng 0. Chỉ cần một vài bộ lọc để thể hiện bất kỳ miếng ghép nào, một tính chất được gọi là “rời rạc”.

Trong những năm 1960, các kết quả này đã xác nhận một phỏng đoán được Horace Bralow, một nhà khoa học thị giác tài năng, đưa ra khi David Hubel và Torsten Wiesel khám phá ra các tế bào đơn giản trong vùng vỏ não thị giác. Một bức ảnh chứa rất nhiều yếu tố dư thừa vì các điểm ảnh lân cận thường có giá trị tương đương với nhau (chẳng hạn các điểm ảnh trên bầu trời). Barlow đã phỏng đoán rằng, bằng cách giảm bớt những yếu tố dư thừa hi thể hiện phong cảnh tự nhiên, các tế bào đơn giản có thể truyền thông tin trong bức ảnh hiệu quả hơn. Phải mất 50 năm để phát triển một công cụ toán học để xác nhận phán đoán đó của ông.

(còn tiếp)

TH: T.Giang – CSCI

Nguồn tham khảo: Terrence J. Sejnowski – Cuộc cách mạng học sâu – NXB CT 2019.

Những thông tin ẩn chứa bên trong hệ thống thị giác – Phần cuối


Bản đồ thị giác trong vỏ não được tổ chức theo cấp bậc

Trong khi làm việc tại khoa Sinh lý học thần kinh của Đại học Wisconsin vào đầu những năm 1970, Jon Kaas và John Allman đã khám phá ra các vùng vỏ não nhận đầu vào từ vỏ não thị giác sơ cấp và phát hiện ra rằng các vùng khác nhau có những đặc tính riêng biệt. Ví dụ, họ phát hiện ra một bản đồ của trường thị giác trong một vùng mà họ gọi là “vỏ não thái dương giữa” hay “MT”, ở đó các tế bào thần kinh phản ứng với kích thích thị giác định hướng di chuyển theo một hướng nhất định. Allman đề cập với tôi rằng họ đã có một khoảng thời gian khó khăn để thuyết phục trưởng khoa Clinton Woolsey chấp nhận phát hiện này. Trong một thí nghiệm trước đó, các phương pháp theo dõi thô sơ của Woolsey đã bỏ lỡ các vùng nằm ngoài vùng chẩm (extrastriate) của vỏ não thị giác, những khu vực mà Kaas và Allman đã phát hiện ra sau đó với các phương pháp theo dõi tốt hơn. Nhiều nghiên cứu gần đây đã tìm ra khoảng 24 vùng thị giác khác nhau trong vỏ não thị giác của khỉ.

Năm 1991, khi còn làm việc ở Caltech, David Van Essen nghiên cứu kỹ các đầu ra và đầu vào của mỗi vùng thị giác trong vỏ não và sắp xếp chúng theo một sơ đồ phân cấp (Hình 5.11). Đôi khi sơ đồ được sử dụng chỉ đơn giản để minh họa sự phức tạp của vỏ não, nó cũng giống như bản đồ tàu điện ngầm của một thành phố lớn, với các hộp biểu thị những điểm dừng và đường nối biểu thị những tuyến đường cao tốc. Đầu vào thị giác từ tế bào hạch của võng mạc (RGC) được nối tới vỏ não thị giác sơ cấp (VI) ở dưới cùng của sơ đồ. Từ đây, các tín hiệu được vận chuyển lên hệ thống phân cấp, mỗi vùng chuyên biệt về một khía cạnh khác nhau của thị giác, chẳng hạn như nhận thức hình dạng. Gần đỉnh của hệ thống phân cấp phía bên phải của sơ đồ, trường tiếp nhận của các tế bào thần kinh trong vùng dằng trước, trung tâm và đằng sau của vỏ não ở phía dưới thùy thái dương (AIT, CIT, và PIT), bao gồm toàn bộ vùng thị giác và phản ứng, với ưu tiên phản hồi những kích thích thị giác phức tạp như khuôn mặt và các vật thể khác. Mặc dù chúng ta không b iết các tế bào thần kinh thực hiện điều này như thế nào, nhưgn điều chúng ta biết đó là cường độ của các kết nối có thể thay đổi bởi kinh nghiệm, vì vậy các tế bào thần kinh có thể học cách phản ứng với những vật thể mới. Sau đó, Van Essen đã chuyển tới Đại học Washington ở St. Louis, nơi ông là đồng giám đốc dự án Connectome của loài người, được Viện Sức khỏe Quốc gia (NIH) tài trợ. Mục tiêu của nhóm nghiên cứu là sử dụng các kỹ thuật hình ảnh dựa trên chụp cộng hưởng từ (MRI) để xây dựng một bản đồ của các kết nối tầm xa trong vỏ não con người (Hình 5.12).

Hình 5.11: Hệ thống phân cấp các vùng thị giác trong bộ não của khỉ. Thông tin thị giác từ các tế bào hạch của võng mạc (RGC) trong võng mạc phóng tín hiệu tới nhân thể gối ngoài (LGN) nằ trong vùng dưới đồi, mà từ đó tế bào chuyển tiếp tín hiệu tới vỏ não thị giác  sơ cấp (V1). Hệ thống phân cấp của các vùng vỏ não kết thúc ở hồi hải mã (HC). Gần như tất cả 187 liên kết trong sơ đồ đều vận động theo hai hướng, với kết nối truyền thẳng từ một vùng thấp hơn và kết nối ngược từ vùng cao hơn.

Hình 5.12: Bản đồ kết nối thần kinh tổng thể (connectome) của người. Các đường sợi tầm xa trong chất trắng của vỏ não có thể được truy tìm không xâm lấn bằng hình ảnh chụp cộng hưởng từ (MRI) dựa trên sự khuếch tán không đồng đều của các phân tử nước.

Sự ra đời của ngành khoa học thần kinh nhận thức

Vào năm 1988, tôi làm việc cho ủy ban của Tổ chức Pew và McDonnell, chuyên phỏng vấn các nhà khoa học nhận thức và nhà thần kinh học nhận thức xuất chúng để có được các khuyến nghị của họ về cách thức khởi động một lĩnh vực mới có tên gọi “khoa học thần kinh nhận thức”. Ủy ban đi khắp thế giới để gặp gỡ các chuyên gia và xin lời khuyên về những chủ đề khoa học nào hứa hẹn nhất và nên đặt trung tâm mới cho khoa học thần kinh nhận thức ở đâu. Chúng tôi gặp nhau tại câu lạc bộ tài năng của trường Harvard vào một buổi chiều tháng 8 nóng bức để phỏng vấn Jerry Fodor, một chuyên gia về ngôn ngữ của tư duy (language of thought), và là một nhà vô địch trong lĩnh vực nghiên cứu các thành phần của tâm trí (modular mind). Ông bắt đầu bằng một lời thách thức: “Khoa học thần kinh nhận thức không phải là khoa học và nó sẽ chẳng bao giờ là một bộ môn khoa học”. Ông cho rằng mình đã đọc tất cả các tài liệu khoa học thần kinh về thị giác và trí nhớ, và chúng không đạt tiêu chuẩn của ông. Nhưng khi ông nhận xét rằng: “Tổ chức McDonnell đang ném tiền qua cửa sổ”, thì John Bruer, chủ tịch của Tổ chức McDonnell, nhanh chóng chỉ ra rằng Fodor đang nhầm lẫn tổ chức này với tiệm bánh hamburger ở cuối phố.

Fodor bình tĩnh giải thích lý do tại sao tâm trí phải được coi là một hệ thống xử lý biểu tượng gồm nhiều phần điều khiển một chương trình máy tính thông minh. Patricia Churchland, một nhà triết học tại Đại học California, San Diego, hỏi ông rằng liệu học thuyết của ông có áp dụng cho mèo. Fodor trả lời: “Có, mèo đang vận hành chương trình của mèo”. Nhưng khi Mortimer Mishkin, nhà khoa học thần kinh của NIH, nghiên cứu về thị giác và trí nhớ, yêu cầu ông nói về những phát hiện trong phòng thí nghiệm của chính ông, thì Fodor lẩm bẩm gì đó mà tôi không thể bắp kịp về việc sử dụng điện thế gây nên trong một thí nghiệm ngôn ngữ. May thay, vào lúc đó, một cuộc diễn tập cứu hỏa diễn ra và tất cả chúng tôi đều phải xếp hàng đi ra ngoài. Đứng ở trong sân, tôi nghe được Mishkin nói với Fodor: “Những thứ đó chẳng có mấy giá trị”. Khi cuộc diễn tập kết thúc, Fodor đã biến mất.

Khoa học thần kinh nhận thức đã phát triển thành một lĩnh vực quan trọng thu hút các nhà nghiên cứu từ nhiều lĩnh vực khoa học, trong đó có tâm lý xã hội và kinh tế học, ngành mà trước đó không có hoặc có rất ít liên quan đến khoa học thần kinh. Điều này xảy ra là do việc áp dụng các phương pháp không xâm lấn giúp trực quan hóa các hoạt động của não và đầu những năm 1990, đặc biệt là phương pháp chụp cộng hưởng từ chức năng (fMRI), mà hiện nay có độ phân giải không gian chỉ vài milimet. Các tập dữ liệu fMRI lớn tạo ra dược phân tích các phương pháp tính toán mới như phương pháp phân tích thành phần độc lập.

Vì não bộ không thể hoạt động nếu thiếu oxy, và lưu lượng máu được điều chỉnh chặt chẽ ở mức dưới milimet, fMRI đo tín hiệu mức độ oxy trong máy (BOLD) như một đại diện cho các hoạt động của não bộ. Mức độ oxy hóa trong máu thay đổi từ tính của nó, có thể được giám sát không xâm lấn bằng fMRI và sử dụng để tạo ra hình ảnh động của hoạt động não bộ với độ phân giải thời gian vài giây, đủ ngắn để theo dõi phần nào của não bộ hoạt động trong một thí nghiệm. Chụp cộng hưởng từ chức năng được sử dụng để khám phá ra quy mô của khoảng thời gian tích hợp theo thời gian trong các phần khác nhau của hệ thống phân cấp thị giác.

Uri Hasson tại Đại học Princeton đã thực hiện một thí nghiệm fMRI được thiết kế để thăm dò xem những phần nào của hệ thống phân cấp thị giác tham gia vào xử lý các bộ phim có độ dài khác nhau. Một bộ phim câm của Charlie Chaplin được cắt thành từng đoạn, xáo trộn vào các khoảng thời gian với quy mô khác nhau là 4, 12, 35 giây và đưa cho các đối tượng. Vào 4 giây, đối tượng có thể nhận ra một cảnh; vào 12 giây, các hành động liên kết; và vào 36 giây, một câu chuyện với mở đầu và kết thúc. Các phản ứng từ phương pháp fMRI trong vỏ não thị giác sơ cấp ở đây hệ thống phân cấp rất mạnh và đáng tin cậy bất kể quy mô thời gian nào, nhưng ở cấp độ cao hơn của hệ thống phân cấp thị giác, chỉ có khoảng thời gian lâu hơn mới thu được những phản ứng đáng tin cậy, và các vùng có não thùy trước trán ở phần đỉnh hệ thống phân cấp yêu cầu khoảng thời gian dài nhất. Điều này phù hợp với các thí nghiệm khác chỉ ra rằng trí nhớ ngắn hạn, khả năng của chúng ta để lưu giữ thông tin ví dụ như số điện thoại hay các thành phần của công việc chúng ta đang làm, cũng được tổ chức trong một hệ thống phân cấp, với quy mô thời gian trí nhớ ngắn hạn dài nhất ở vỏ não thùy trước trán.

Nghiên cứu về việc học tập trong não bộ, một trong những phạm vi lý thú nhất trong nghiên cứu khoa học thần kinh, có thể được tiến hành với nhiều cấp độ khác nhau, từ phân tử đến hành vi.

TH: T.Giang – CSCI

Nguồn tham khảo: Terrence J. Sejnowski – Cuộc cách mạng học sâu – NXB CT 2019.

Những thông tin ẩn chứa bên trong hệ thống thị giác – Phần III


Nhận diện hình dạng bằng bóng của chúng

Steven Zucker (Hình 5.7), người có nghiên cứu tập trung vào sự pha trộn của thị giác máy tính và thị giác sinh học, đã bắt đầu nghiên cứu để viết một cuốn sách giải thích cách thức hoạt động của thị giác kể từ khi tôi quen biết ông, tức là hơn 30 năm trước. Vấn đề là Steve liên tục phát hiện ra những điều mới lạ về thị giác, và cũng như Tristram Shandy, nhân vật chính trong tiểu thuyết của Laurence Sterne, khám phá càng nhiều thì phần cuối sách của ông càng đi xa hơn về phía tương lai. Phương pháp tiếp cận thị giác của ông dựa trên cấu trúc chính xác của vỏ não thị giác sơ cấp (Hình 5.6), một cấu trúc không thể tìm thấy ở bất kỳ đâu trong vỏ não, nơi mà các tế bào thần kinh được sắp xếp như nghệ thuật mosaic (ghép mảnh), cần phải được giải thích bằng hình học. Phần lớn các nhà khoa học trong lĩnh vực thị giác máy tính muốn nhận dạng các đối tượng bằng cách tách chúng ra khỏi nền và xác định một vài tính năng chẩn đoán.

Hình 5.7: Steven Zucker tại Đại học Yale, được chiếu sáng từ phía trên bên phải của bức ảnh. Từ sự thay đổi trong bóng sáng trên áo len của ông, bạn có thể nhận thấy hình dạng của các nếp gấp. Các phương trình trong bảng đen phía sau, được lấy cảm hứng từ vỏ não thị giác của loài khỉ, giải thích cách thức chúng ta thấy được những hình dáng nhận thức giống nhau một cách độc lập với nguồn sáng.

Steve rất tham vọng và uốn hiểu cách chúng ta nhận biết hình dạng của vật thể từ bóng của nó trên bề mặt và các dấu hiệu của nếp nhân và nếp gấp. Trong một buổi phỏng vấn tại cuộc họp thường niên của Hiệp hội Khoa học thần kinh năm 2016, Frank Gehry, kiến trúc sư thiết kế các tòa nhà trông giống như những cánh buồm của con tàu, được hỏi làm thế nào anh có những ý tưởng như vậy. Anh trả lời rằng mình lấy cảm hứng từ việc nhìn vào hình dạng của tờ giấy nhàu nát. Nhưng hệ thống thị giác của chúng ta lắp ghép lại hình dạng rắc rối của tờ giấy nhàu nát từ mô hình phức tạp của những nếp gấp và các bề mặt của bóng bằng cách nào? Ta cảm nhận được các hình dáng chuyển động của bề mặt từ bảo tàng Guggenheim ở Bilbao (Hình 5.8) bằng cách nào?

Hình 5.8: Bảo tàng Gugenheim ở Bilbao, Tây Ban Nha, được Frank Gehry thiết kế. Bóng và hình ảnh phản chiếu từ những bề mặt cong tạo ra ấn tượng mạnh mẽ về hình dạng và chuyển động. Con người trông thật hỏ bé trên lối đi thể hiện quy mô của công trình xây dựng này.

Gần đây, Steve Zucker đã có thể lý giải cách chúng ta nhìn thấy các nếp gấp trong bóng của hình ảnh, dựa trên mối quan hệ mật thiết giữa các đường nét ba chiều của bề mặt như chúng ta vẫn thấy trên những bản đồ thể hiện đường đồng mức của những ngọn núi và các đường đồng mức với cường độ ánh sáng không đổi trên hình ảnh (Hình 5.9). Liên kết được tạo ra bởi hình học của các bề mặt. Điều này giải thích cho bí ẩn tại sao nhận thức hình dạng của chúng ta không nhạy với sự khác nhau của ánh sáng và tính chất bề mặt của vật thể. Điều này cũng có thể giải thích lý do chúng ta đọc bản đồ đường đồng mức, nơi các đừng nét được tạo rõ ràng, rất tốt, và lý do chúng ta chỉ cần vài đường phác họa đặc biệt để nhìn ra hình dạng của vật thể trong phim hoạt hình.

Hình 5.9: Những đường đồng mức thể hiện độ cao của một bề mặt (trên cùng bên trái) so với các đường đẳng độ sáng (đường đồng mức kết nối những điểm có cùng cường độ ánh sáng) từ một hình ảnh của cùng bề mặt (dưới cùng bên trái). Cả hai đều tăng lên cùng một sự phân chia giữa các điểm tới hạn được hiển thị ở phía bên phải của các đường đồng mức.

Năm 1988, tôi và Sidney Lehky thắc mắc rằng liệu chúng tôi có thể huấn luyện một mạng neuron nhân tạo với một tầng các đơn vị ẩn để tính toán độ cong của các bề mặt có bóng hay không. Chúng tôi đã thành công, và thật đáng ngạc nhiên, các đơn vị ẩn hoạt động như những tế bào đơn giản. Tuy nhiên, khi xem xét kỹ càng hơn, chúng tôi phát hiện ra rằng không phải tất cả các “tế bào đơn giản” này đều được tạo ra như nhau. Bằng cách nhìn vào hình chiếu của chúng tới lớp đầu ra, được huấn luyện để tính toán độ cong bằng các thuật toán học tập, chúng tôi phát hiện ra rằng một số đơn vị ẩn được sử dụng để quyết định độ cong là dương (chỗ lồi ra) hay âm (chỗ lõm vào); (Hình 5.10). Cũng như các tế bào đơn giản, những đơn vị này là máy dò; chúng có xu hướng hoạt động mạnh hoặc yếu, một sự phân phối hai thể thức. Ngược lại, các đơn vị khác torng lớp ẩn có những phản ứng được phân loại và hoạt động như các bộ lọc báo hiệu phương hướng và độ lớn của độ cong cho các đơn vị đầu ra.

Hình 5.10: Độ cong từ bóng. Hệ thống thị giác của chúng ta có thể nhận ra hình dạng của một vật thể từ những thay đổi khác nhau chầm chậm của độ sáng trên một hình ảnh trong đường giới hạn. Việc bạn nhìn thấy quả trứng hay hộp trứng phụ thuộc vào phương hướng của bóng và giả định của bạn về hướng chiếu sáng (thường được cho là từ trên cao). Xoay ngược hình này lại để thấy ảnh ngược của chúng.

Kết luận thật đáng kinh ngạc: chức năng của một tế bào thần kinh được quyết định không chỉ đơn giản bởi cách nó phản ứng với đầu vào, mà còn bởi các tế bào thần kinh nó kích hoạt xuôi dòng bởi “trường chiều ảnh” (projective field) của nó. Cho đến gần đây, việc xác định đầu ra của một tế bào thần kinh khó hơn việc xác định đầu vào rất nhiều, nhưng các kỹ thuật di truyền và giải phẫu mới đã tăng khả năng lần theo hình chiếu sợi trục xuôi dòng với độ chính xác cao, và các kỹ thuật quang di truyền nơi đã giúp cho việc kích thích chọn lọc các tế bào thần kinh cụ thể để thăm dò tác động của chúng đối với nhận thức và hành vi trở nên khả thi. Mặc dù vậy, mạng nhỏ bé của chúng tôi chỉ có thể xác định độ cong của ngọn hay đồi hay chiếc bát, và chúng tôi vẫn không biết toàn bộ nhận thức, cái được gọi là “cấu trúc” (gestalts) trong những văn bản tâm lý học, được tổ chức như thế nào bên trong vỏ não.

Tôi và Steve Zucker từng bị mắc kẹt tại sân bay quốc tế Denver Stapleton cũ vào năm 1984, vì chuyến bay của chúng tôi bị hoãn do một cơn bão tuyết. Hào hứng với chủ đề thần kinh học tính toán vẫn còn trong giai đoạn sơ khai, chúng tôi mơ ước có một cuộc hội thảo tập hợp các nhà nghiên cứu thực nghiệm và tính toán, và quyết định tổ chức nó tại Wodds Hole, nơi tôi tham gia khóa học hè về khoa học thần kinh và trở lại trong một vài mùa hè nữa để làm việc với Stephen Kuffler về các thí nghiệm sinh lý học ở phòng thí nghiệm Sinh học biển. Woods Hole là một ngôi làng xinh đẹp tại bờ biển Cape Cod, cáh Boston không xa. Trong những năm qua, rất nhiều nhà nghiên cứu thị giác hàng đầu đã tới tham dự buổi hội thảo thường niên này, đây là một điểm sáng về khoa học đối với tôi. Sự khởi đầu của lý thuyết tính toán cho vỏ não thị giác bắt nguồn từ những hội thảo nào, mặc dù việc chứng thực lý thuyết đó sẽ tốn thêm 30 năm nữa.

(còn tiếp)

TH: T.Giang – CSCI

Nguồn tham khảo: Terrence J. Sejnowski – Cuộc cách mạng học sâu – NXB CT 2019.

Những thông tin ẩn chứa bên trong hệ thống thị giác – Phần II


Thị giác trong vỏ não

Hubel và Wiesel phát hiện ra các tế bào thần kinh vỏ não phản ứng tốt với các thanh định hướng của ánh sáng và các cạnh tương phản hơn là các điểm sáng. Các luồng thông tin trong vỏ não đã chuyển đổi các tín hiệu đầu vào. Họ mô tả hai loại tế bào chính: tế bào đơn giản định hướng có các vùng bật và tắt như tế bào hạch (Hình 5.4) và tế bào phức tạp định hướng phản ứng đồng thời với các kích thích định hướng ở bất kỳ đâu trong trường tiếp nhận của tế bào thần kinh (hình 5.5).

Trường tiếp nhận của một tế bào đơn giản trong vỏ não thị giác sơ cấp của mèo. Hình này được lấy từ tài liệu năm 1962 của Hubel và Wiesel khi khám phá các tế bào đơn giản. Hình tam giác là các vị trí trong trường thị giác nơi bắt đầu một điểm sáng tạo ra phản ứng “bật”, và các đường giao nhau là nơi kết thúc của một điểm sáng tạo ra phản ứng “tắt”. (A) Tế bào có phản ứng “bật” ở trung tâm trong võng mạc (so sánh với Hình 5.3 bên trái). (B) Tế bào có phản ứng “tắt” ở trung tâm trong võng mạc (so sánh với HÌnh 5.3 bên phải). (C – G) Sự đa dạng của các trường tiếp nhận tế bào đơn giản trong võ não thị giác sơ cấp, tất cả đều được kéo dài hơn so với trường tiếp nhận trong võng mạc, với sự phân bố phức tạp các vùng “bật” và “tắt”.

Phản ứng từ một tế bào phức tạp trong vỏ não thị giác sơ cấp của mèo. Hình được lấy từ bài báo năm 1962 của Hubel và Wiesel, khi họ khám phá các tế bào phức tạp. Một thanh màu đen dài, hẹp đặt ở bất cứ đâu gợi lên một loạt các tín hiệu (đường ngang) tại bất cứ vị trí nào trong trường tiếp nhận (đường đứt nét) của một tế bào phức tạp, với điều kiện là hướng phải chính xác (ba bản ghi trên). Một hướng không tối ưu cho ra một phản hồi yếu hơn hoặc không có phản hồi nào cả (hai bản ghi dưới cùng).

Mỗi tế bào thần kinh trong vỏ não thị giác có thể được xem như một máy dò tính năng thị giác, chỉ hoạt động khi nó nhận được đầu vào trên một ngưỡng nhất định cho tính năng đưa ra trong một mảng cụ thể của trường thị giác. Tính năng mà mỗi tế bào thần kinh đưa ra được xác định bởi sự kết nối với những tế bào thần kinh khác. Vùng tân vỏ não (neocortex) của các động vật có vú có sáu lớp chuyên biệt. Hubel và Wiesel còn khám phá ra đầu vào từ hai mắt được tổ chức xen kẽ các cột trái, phải ở lớp giữa (4) của vỏ não, mà từ đó đầu vào bắt nguồn từ một trạm chuyển tiếp trong vùng đồi não. Các tế bào thần kinh một mắt (monocular neurons) trong lớp 4 phóng tín hiệu tới các tế bào thần kinh lớp trên (2 và 3), nơi nhận các đầu vào hai mắt, từ đó tín hiệu lần lượt được truyền ngược lên tới các vùng vỏ não khác và truyền xuôi xuống các lớp đáy (5 và 6). Các định hướng yêu thích và sự ưu tiên mắt của mỗi tế bào trong một cột là như nhau và biến đổi nhịp nhàng theo vỏ não (Hình 5.6).

Mô hình khối băng của một cột tế bào thần kinh trong vỏ não thị giác sơ cấp. Nhìn xuyên qua theo phương thẳng đứng, tất cả các tế bào thần kinh đếu có cùng một hướng ưu tiên và tính trội một mắt. Dưới mỗi mm2 vỏ não có một tập hợp hoàn chỉnh những định hướng thay đổi chậm rãi trên bề mặt vỏ não (mặt trước của khối lập phương) và đầu vào từ cả hai mắt (mặt phải của khối lập phương).

Sự dẻo dai của khớp thần kinh

Nếu như một mắt của mèo nhắm lại trong vài tháng đầu đời của nó, các tế bào thần kinh vỏ não, thường được hai mắt điều khiển, sẽ trở thành tế bào chỉ được điều khiển bởi một mắt, chính là con mắt đã mở. Việc điều khiển bởi một mắt thay đổi trọng tâm của các khớp thần kinh trong vỏ não chính, nơi đầu vào của tế bào thần kinh nhận đầu vào hội tụ từ cả hai mắt trước tiên. Sau khi giai đoạn quan trọng của sự dẻo dai vỏ não ở vỏ não thị giác sơ cấp kết thúc, con mắt nhắm lại sẽ không thể tác động đến các tế bào thần kinh vỏ não được nữa, dẫn đến một tình trạng gọi là “giảm thị lực”. Tật lác hay “lệch”, thường phổ biến ở trẻ sơ sinh, nếu không được quan tâm có thể làm giảm đáng kể số lượng tế bào thần kinh vỏ não hai mắt và loại bỏ nhận thức chiều sâu hai mắt, nhưng một cuộc phẫu thuật kịp thời để chỉnh mắt trong giai đoạn quan trọng có thể giải cứu các tế bào thần kinh hai mắt.

Sự thiếu hụt một mắt là một ví dụ về mức độ dẻo dai cao hiện diện trong những giai đoạn phát triển ban đầu, khi môi trường tạo ra các kết nối khớp thần kinh giữa các tế bào thần kinh trong vỏ não và các bộ phận khác của não bộ. Những thay đổi phụ thuộc vào hành động này đi đầu trong sự phục hồi liên tục xảy ra trong tất cả các tế bào. Mặc dù hầu hết các tế bào thần kinh trong não bộ của ta khi sinh ra đều giống nhau, gần như mọi thành phần của các tế bào thần kinh và khớp thần kinh kết nối chúng được xếp đặt lại mỗi ngày. Protein được thay thế khi mòn dần và chất béo trong màng được tái tạo. Với quá nhiều hoạt động chức năng, cách trí nhớ của chúng ta được duy trì trong suốt cuộc đời vẫn còn là một bí ẩn.

Có một lời giải thích khác cho tuổi thọ hiển nhiên của những ký ức: có thể chúng giống như những vết sẹo trên cơ thể chúng ta, tồn tại như những dấu mốc của các sự kiện quá khứ trong cuộc sống. Nơi để tìm kiếm các dấu mốc này không phải bên trong những tế bào thần kinh, nơi có sự thay đổi liên tục, mà ở bên ngoài, trong khoảng diện tích giữa các tế bào thần kinh, nơi ma trận ngoại bào được tạo ra từ proteoglycan giống như collagen trong mô sẹo, là chất liệu bền dẻo tồn tại trong nhiều năm. Nếu sự phỏng đoán này được chứng minh là đúng, nghĩa là những ký ức dài hạn của chúng ta được ghi vào trong “khung xương” của não bộ, và chúgn ta đang tìm kiếm sai chỗ.

Khớp thần kinh chứa hàng trăm protein độc nhất kiểm soát sự giải phóng các chất dẫn truyền thần kinh và kích hoạt các thụ thể trên tế bào thần kinh nhận. Trong hầu hết các trường hợp, cường độ khớp thần kinh có thể tăng hoặc giảm có chọn lọc trên phạm vi rộng, trong vỏ não là ước số của 100. Đáng chú ý hơn là các khớp thần kinh mới đang được hình thành liên tục trong vỏ não và những khớp cũ bị loại bỏ, biến chúng thành những bào quan năng động nhất trong cơ thể. Có khoảng 100 loại khớp thần kinh khác nhau trong não bộ, với axit glutamic là chất dẫn truyền thần kinh kích thích phổ biến nhất trong vỏ não và một loại axit amin khác, axit gamma-aminobutyric (GABA) là chất dẫn truyền ức chế phổ biến nhất. Ngoài ra còn có một lượng lớn các chu trình thời gian cho các ảnh hưởng điện hóa mà những phân tử dẫn truyền thần kinh này gây ra trên các tế bào thần kinh khác. Ví dụ, tế bào hạch giao cảm của ếch có các khớp thần kinh với các thang thời gian khác nhau, từ vài mili giây đến vài phút.

(còn tiếp)

TH: T.Giang – CSCI

Nguồn tham khảo: Terrence J. Sejnowski – Cuộc cách mạng học sâu – NXB CT 2019.

Những thông tin ẩn chứa bên trong hệ thống thị giác – Phần I


Một trong những kỷ niệm đầu tiên của tôi, trước cả khi đi học mẫu giáo, đó là việc nhìn chằm chằm vào những mảnh ghép của một trò chơi ghép hình và ráp chúng lại dựa vào manh mối từ hình dạng, màu sắc và bối cảnh. Cha mẹ tôi sẽ khoe với bạn bè trong những bữa tiệc rằng con trai bé bỏng của họ có thể lắp ghép nhanh như thế nào. Tôi cũng không rõ về điều đó, nhưng bộ não của tôi đã làm việc đó giỏi nhất – giải quyết vấn đề bằng cách nhận dạng mẫu. Khoa học chứa đầy các vấn đề như những câu đố với các mảnh ghép còn thiếu và những gợi ý mơ hồ cho các hình ảnh cơ bản. Bộ não giải quyết vấn đề như thế nào là câu đố cuối cùng.

Câu lạc bộ Helmholtz là một căn cứ nhỏ của các nhà khoa học thị giác ở miền Nam California từ các cơ sở San Diego, Los Angeles và Irvine của trường Đại học California, Caltech và trường Đại học Nam California. Họ sẽ gặp  nhau vào một buổi chiều hàng tháng trong khuôn viên trường Irvine. Hermann von Helmholtz, nhà vật lý học và bác sĩ ở thế kỷ 19, đã phát triển một lý thuyết toán học và một phương pháp thực  nghiệm cho thị giác tạo thành nền tảng cho sự hiểu biết về nhận thức thị giác của chúng ta ngày nay. Là thư ký của câu lạc bộ, tôi đã mời một diễn giả bên ngoài để diễn thuyết cho khoảng 15 – 20 thành viên và khách mời. Tiếp theo đó là bài diễn thuyết thứ hai của một thành viên câu lạc bộ. Các cuộc nói chuyện có tính tương tác cao, với nhiều thời gian dành cho việc thảo luận sâu. Một trong số các diễn giả khách mời đã thể hiện sự ngạc nhiên với những người đặt câu hỏi: “Họ thật sự muốn biết câu trả lời”. Những người tham gia đều rất hiểu biết, các buổi gặp mặt hàng tháng này là những lớp học cao cấp về thị giác.

Thị giác là giác quan sắc bén nhất và cũng là giác quan được nghiên cứu nhiều nhất của chúng ta. Với hai mắt đằng trước, chúng ta có nhận thức sâu sắc từ đôi mắt nhạy bén, và một nửa vỏ não của chúng ta là dành cho thị giác. Câu nói: “Chỉ tin những gì tận mắt chứng kiến” diễn tả trạng thái đặc biệt của thị giác. Trớ trêu thay, những gì chúng ta có thể thấy rõ lại che lấp sự phức tạp của những tính toán cực lớn trong bài toán thị giác, có được lời giải qua hàng tr8am triệu năm tiến hóa của tự nhiên. Cấu tạo vỏ não thị giác là nguồn cảm hứng cho những mạng học sâu thành công nhất.

Trong 1/10 giây, 10 tỷ tế bào thần kinh trong vỏ não thị giác của chúng ta hoạt động song song cùng nhau có thể xác định một chiếc cốc trong khung cảnh hỗn độn, dù có thể chưa từng thấy chiếc cốc đặc biệt này trước đó và dù nó ở bất kỳ vị trí hay kích thước, phương hướng nào. Là một sinh viên tốt nghiệp trường Princeton, tôi có hứng thú với thị giác và đã làm việc cả một kỳ hè trong phòng thí nghiệm của Charles Gross, người đã nghiên cứu vùng vỏ não ở phía dười thùy thái dương của loài khỉ (Hình 5.1), nơi ông khám phá ra các tế bào thần kinh có phản ứng với những vật thể phức tạp như khuôn mặt, và nổi tiếng hơn, là bàn chải nhà vệ sinh.

Sơ đồ luồng thông tin đi qua hệ thống thị giác của một con khỉ Macaque. Các đường mũi tên biểu thị sự hình thành cụ thể giữa khu vực hình ảnh bắt đầu từ võng mạc, với độ trễ tính bằng mili giây (ms) khi nhận được thông tin thị giác xảy ra ở mỗi giai đoạn của quá trình xử lý thị giác. LGN (lateral geniculate nucleus): nhân thể gối ngoài; V1 (primary visual cortex): võ não thị giác sơ cấp; V2 (secondary visual cortex): vỏ não thị giác thứ cấp; V4 (visual area 4): vùng thị giác 4; AIT và PIT (anterior and posterior inferotemporal cortex): phần trước và sau vùng vỏ não ở phía dưới thùy thái dương; PFC (prefrontal cortex): vỏ não trước trán; PMC (premotor cortex): vỏ não tiền vận động; MC (motor cortex): vỏ não vận động. Từ bài viết “Tìm hiểu cách phân loại trong bộ não”, của S.J. Thorpe và M. Fabre-Thorpe, tạp chí Science 291, no 5502 (2001): 261.

Trong khi ở khoa Thần kinh học của trường Y khoa Harvard, tôi đã làm việc với Stephen Kuffler, người trước đó đã khám phá ra cách các tế bào hạch trong võng mạc mã hóa các khung cảnh thị giác, và ông có thể đã nhận được giải Nobel về Sinh lý học và Y khoa với David Hubel và Torsten Wiesel năm 1981 cho những khám phá về võng mạc, nếu ông không qua đời một năm trước đó. Sau khi chuyển đến Viện Salk vào năm 1989, tôi làm việc với Francis Crick, người đã chuyển trọng tâm nghiên cứu từ di truyền phân tử sang khoa học thần kinh vào năm 1977, và có ý định tìm ra những tương quan thần kinh của nhận thức thị giác. Do đó, tôi thật vinh hạnh khi có thể cùng làm việc với một số nhà khoa học thị giác vĩ đại nhất thời bấy giờ.

Thị giác theo cách tiếp cận từ dưới lên

Nếu theo dõi các tín hiệu được tạo ra bởi một hình ảnh đi vào bộ não, chúng ta có thể thấy cách nó được biến đổi hết lần này đến lần khác mỗi khi nó di chuyển từ một giai đoạn này tới giai đoạn tiếp theo trong quá trình xử lý (hình 5.1). Thị giác bắt đầu từ võng mạc, nơi các tế bào cảm quang chuyển đổi ánh sáng thành những tín hiệu điện. Có hai lớp tế bào thần kinh trong võng mạc xử lý các tín hiệu thị giác trong không gian và thời gian, kết thúc với các tế bào hạch dẫn ra các dây thần kinh thị giác.

Trong một thí nghiệm kinh điển năm 1953 có kết quả đúng với tất cả các động vật có vú, Stephen Kuffler (Hình 5.2, bên trái) đã ghi lại các tế bào thần kinh đầu ra của võng mạc từ một con mèo còn sống trong khi kích thích chúng phát tín hiệu điện khi phản ứng với các đốm sáng. Ông ghi nhận rằng một số tế bào thần kinh đầu ra phản ứng với một điểm sáng ở trung tâm của nó khi nó ở trạng thái “tắt”. Tuy nhiên, ngay bên ngoài vùng trung tâm, vùng hình vành khuyên xung quanh cũng có sự phân cực ngược lại: trung tâm “bật” thì vùng ngoại vi “tắt” và trung tâm “tắt” thì vùng ngoại vi “bật” (Hình 5.3). Các phản ứng của tế bào hạch với những mảnh ánh sáng được gọi là các đặc tính “trường tiếp nhận”.

Hình 5.2: (Từ trái qua phải) Stephen Kuffler, Torsten Wiesel và David Hubel. Khoa Thần kinh học của trường Y khoa Harvard được thành lập vào năm 1966, và bức ảnh này là từ những năm đầu tiên. Tôi chưa từng thấy ai trong số họ đeo cà vạt trong phòng thí nghiệm vào ngày làm việc, nên đây hẳn là một dịp đặc biệt.

Tôi đã từng hỏi Kuffler, người chủ yếu quan tâm đến những thuộc tính của các khớp thần kinh giữa các tế bào thần kinh, điều gì đã thúc đẩy ông nghiên cứu võng mạc. Ông nói rằng vì phòng thí nghiệm của ông ở Johns Hopkins lúc đó nằm trong Viện Mắt Wilmer, nên ông cảm thấy có lỗi nếu không nghiên cứu về mắt. Là người đi tiên phong trong việc nghiên cứu các tế bào hạch đơn của võng mạc, ông đã giao dự án cho hai nghiên cứu sinh sau tiến sĩ trong phòng thí nghiệm của mình, David Hubel và Torsten Wiesel (Hình 5.2, bên phải và chính giữa), và khuyên họ theo dõi các tín hiệu đi vào não bộ. Vào năm 1966, Kuffler và các nghiên cứu sinh sau tiến sĩ chuyển tới trường Y khoa Harvard để bắt đầu một khoa Thần kinh học mới.

Hình 5.3: Những đặc tính phản ứng của các tế bào hạch trong võng mạc. Hình hai chiếc bánh rán vòng này đại diện cho phản ứng của hai loại tế bào hạch trong võng mạc gửi các thông điệp được mã hóa tới não bộ. Đối với loại có phản ứng “bật” trong trung tâm, một điểm sáng khi đi vào trung tâm sẽ tạo ra phản ứng “bật” (+) và một điểm sang trong hình vành khuyên bên ngoài trung tâm sẽ tạo nên phản ứng “tắt” (-), tạo ra một đợt tín hiệu. Tình trạng ngược lại xảy ra với loại tế bào có phản ứng “tắt” ở trung tâm, trong đó một điểm sáng đi vào trong trung tâm sẽ tạo ra phản ứng “tắt” (-) và một điểm sáng trong hình vành khuyên bên ngoài tạo nên phản ứng “bật” (+), tạo ra một đợt tín hiệu. Những thay đổi trong chiếu sáng đưa ra thông tin quan trọng về kích thích di chuyển và những ranh giới tương phản xung quanh một vật thể. Những đặc tính này được Stephen Kuffler phát hiện vào năm 1953.

(còn tiếp)

TH: T.Giang – CSCI

Nguồn tham khảo: Terrence J. Sejnowski – Cuộc cách mạng học sâu – NXB CT 2019.

Đổi mới thông qua Thử nghiệm nhanh – Phần cuối


Lên kế hoạch cho thất bại và chào mừng thất bại

Đối với nhiều tổ chức, khi học cách khuyến khích đổi mới sáng tạo thông qua thử nghiệm, thách thức lớn nhất đối với họ là học cách chấp nhận, hoạch định và thậm chí chào mừng sự thất bại.

Tôi sẽ làm rõ hơn quan điểm này. Chúng ta thấy việc chào đón sự thất bại đã đi quá giới hạn ở một số nơi, thậm chí ở đó thất bại được xem như một mục tiêu cao cả. Nhưng thất bại – hay việc nhận ra rằng một giải pháp sáng tạo không thực thi được – không thể được xem là một mục tiêu. Học hỏi qua các thất bại chính là quá trình dẫn dắt chúng ta tới những phát kiến vĩ đại.

Tuy nhiên việc tôn vinh thất bại, nếu tiến hành đúng cách có thể là điều nhiều doanh nghiệp cần làm. Sau tất cả, dù sao bản chất con người vẫn luôn cố tránh thất bại và tránh bị coi là kẻ thất bại. Đa số các tổ chức lớn có xu hướng củng cố tinh thần cho nhân viên bằng hệ thống đãi ngộ. Tuy nhiên, một văn hóa tổ chức trong đó thất bại bị ghẻ lạnh sẽ đặt ra những rủi ro nghiêm trọng cho bất kỳ nỗ lực đổi mới sáng tạo nào:

+ Các nỗ lực cải tiến từng bước: Rủi ro lớn nhất là thái độ ác cảm với rủi ro. Khi những người tham gia vào các dự án thất bại bị kỷ luật hoặc định kiến, nhân viên tham gia vào dự án đổi mới sáng tạo có xu hướng quay lưng lại những gì được xem là bất thường, thậm chí đó là những cơ hội tăng trưởng lớn của doanh nghiệp. Khi ngân hàng Bank of America thiết lập một nhóm các chi nhánh ở khu vực Atlanta như địa bàn thử nghiệm cho việc sử dụng công nghệ nhằm làm mới trải nghiệm dịch vụ ngân hàng của khách hàng, họ đặt ra mục tiêu tỷ lệ thất bại 30% với hy vọng các đội có thể thử nghiệm những ý tưởng thực sự mới và có yếu tố rủi ro. Tuy nhiên trong thực tế, các đội thực thi đổi mới sáng tạo cảm thấy áp lực đang gia tăng buộc họ phải chứng tỏ sự thành công và lựa chọn chỉ thử nghiệm những gì họ cho là an toàn nhất trong số những ý tưởng mà họ tạo ra. Tỷ lệ thất bại thực tế trong năm đầu tiên chỉ là 10%.

+ Đánh rơi những bài học quý: Khi các thất bại bị trừng phạt, chẳng ai có động lực làm sáng tỏ nguyên nhân thất bại. Ngay cả các đội thực thi đổi mới sáng tạo tìm ra giải pháp thành công cũng không muốn tiết lộ những sai lầm sơ đẳng ban đầu và những ngõ cụt mà họ sa chân vào trên suốt chặng đường của họ. Nếu các đội này không thấy thoải mái khi chia sẻ những sai lầm thì yếu tố quan trọng nhất của cuộc thử nghiệm là những bài học sẽ không bao giờ được giữ lại cho tổ chức. Kết quả là các đội nhóm khác trong tổ chức sẽ lại mắc phải những sai lầm tương tự.

+ Ném tiền ra cửa sổ: Khi thất bại bị trừng phạt, bất kỳ đội nhóm nào được giao ngân sách cũng sẽ tìm cách biện minh cho các sáng kiến có hiệu quả thấp kiểu như “cho chúng tôi thêm thời gian”, điều chỉnh các dự báo tương lai và liên tục trì hoãn mọi quyết định liên quan đến việc chấm dứt dự án. Scott Anthony, David Duncan, và Pontus Siren gọi đó là những “Dự án xác sống” và mô tả chúng như những sáng kiến “thất bại trong việc thực hiện lời hứa, cố bám ví, tiêu hao các nguồn lực mà không có tia hy vọng nào vê việc tạo ra tác động có ý nghĩa chiến lược của doanh nghiệp hay có triển vọng về doanh thu.

Để tránh ba loại rủi ro nói trên, doanh nghiệp cần phải lập kế hoạch cho việc thất bại và biết khích lệ những thất bại khôn ngoan. Lập kế hoạch cho thất bại đơn giản là việc xây dựng một quá trình để đánh giá mọi sáng kiến đổi mới sáng tạo với một lộ trình được xác định trước, theo các tiêu chí đánh giá xác định trước, và có cơ chế khen thưởng để khuyến khích nhân viên tự tuyên bố kết thúc dự án. Kế hoạch cho thất bại nên có cấu trúc rõ ràng để việc chấm dứt một dự án phải dẫn tới việc giải phóng và tập trung các nguồn lực (bố trí lại công việc cho những người đã tham gia dự án) vào những cơ hội sáng tạo mới. Khi công ty sản xuất trò chơi Supercell ở Phần Lan chấm dứt một dự án phát triển công nghệ thông tin đã đi chệch hướng một năm, họ tri ân cho những nỗ lực không mệt mỏi của các thành viên trong nhóm phát triển bằng sâm panh và điều chuyển họ sang một dự án mới Kết quả là sự ra đời của trò chơi trên điện thoại di động thành công một cách lạ thường: Clash of Clans.

Chào mừng thất bại một cách khôn ngoan có nghĩa là tạo ra cơ hội để lãnh đạo cấp cao có dịp tri ân các dự án đổi mới sáng tạo thất bại, bên cạnh những dự án thành công. (Khen ngợi các dự án này vào cùng một dịp đảm bảo rằng những người tham dự thấy được mối liên hệ giữa hai nhóm dự án). Khi khích lệ thất bại trong đổi mới sáng tạo, điều quan trọng là lãnh đạo cấp cao phải truyền đạt vì sao nhân viên nên thất bại (ví dụ phải theo đuổi các cơ hội chiến lược quan trọng) và thất bại như thế nào (ví dụ để giảm thiệt hại và thất bại sớm). Thông qua việc ghi nhận giá trị của thất bại khôn ngoan (đó là học hỏi từ thất bại, ứng dụng các bài học vào chiến lược, và chia sẻ chúng với những người khác), lãnh đạo có thể làm thấm nhuần những giá trị này trong tổ chức. Đây là cách Tập đoàn Tata của Ấn Độ đã sử dụng. Hàng năm, tập đoàn đa quốc gia này vinh danh các giải pháp sáng tạo đến từ một trăm công ty thành viên trên toàn cầu. Ngoài một số hạng mục như Đổi mới Sản phẩm và Đổi mới Quy trình Cốt lõi, các đội được mời nộp hồ sơ dự thi cho hạng mục Dám Thử – một giải thưởng “công nhận và trao thưởng cho các ý tưởng mới, can đảm và đã thực sự cố gắng nhưng chưa đạt được kết quả mong muốn”. Trong năm đầu tiên, chỉ có ba công ty đủ can đảm nộp dự án thất bại của họ cho giải thưởng này. Năm năm sau đó, hạng mục giải thưởng này nhận được tới 240 bộ hồ sơ đang ký (nhiều hơn cả số hồ sơ đăng ký hạng mục “thành công”). Đội thắng ở năm trao giải lần thứ năm (Dịch vụ Tư vấn Tata) cũng dành giải thưởng cho hạng mục Đổi mới Dịch vụ. Ví dụ này đã giúp nhân viên của tập đoàn hiểu được đổi mới sáng tạo thực thụ có thể tồn tại song song với thất bại khôn ngoan như thế nào.

Để đổi mới trong kỷ nguyên số, doanh nghiệp cần phải học cách thử nghiệm liên tục và hiệu quả. Bằng cách liên tục lặp lại và thử nghiệm các ý tưởng mới, thu thập dữ liệu thực tế và tiếp thu phản hồi của khách hàng thực thụ, ngay cả những doanh nghiệp lớn nhất cũng có thể nhạy bén như công ty khởi nghiệp tinh gọn. Chỉ khi đó họ mới có thể đổi mới sáng tạo theo cách đủ nhanh, đủ rẻ và đủ thông minh để tạo ra giá trị mới cho khách hàng trong một thế giới đang không ngừng thay đổi.

Tuy nhiên, tung ra sản phẩm mới, dự án mới hoặc điều chỉnh các sản phẩm hiện tại chưa phải là sự kết thúc của câu chuyện nếu doanh nghiệp muốn đổi mới và phát triển hơn nữa. Khi đối mặt với những thay đổi sâu sắc về nhu cầu của thị trường, các doanh nghiệp và toàn bộ ngành công nghiệp có thể nhận ra giá trị mà họ cung cấp cho khách hàng đã thay đổi hoặc không còn phù hợp nữa. Sự bất an này có nghĩa là mọi doanh nghiệp đều phải chuẩn bị điều chỉnh tuyên bố giá trị của họ cho khách hàng theo thời gian. Thay vì chờ đợi cho đến khi doanh nghiệp buộc phải thay đổi một cách sâu sắc để tồn tại, hoặc thậm chí cho đến khi quá muộn để thay đổi, doanh nghiệp trong thời đại sô cần hình thành một thái độ cầu tiến. Lời kêu gọi ở đây là doanh nghiệp phải điều chỉnh giá trị cung cấp cho khách hàng ngay khi họ có thể , thay vì rơi vào tình trạng buộc phải làm như vậy.

TH: T. Giang – CSCI

Nguồn tham khảo: David L. Rogers – Cải tổ doanh nghiệp trong thời đại số – NXB TH TPHCM 2018.